NumPy 的 numpy.random 模塊提供了豐富的隨機(jī)數(shù)生成函數(shù)，覆蓋基礎(chǔ)隨機(jī)數(shù)組、概率分布抽樣和隨機(jī)排列等功能。以下是常用函數(shù)的詳細(xì)解析：

一、基礎(chǔ)隨機(jī)數(shù)生成函數(shù)

1.np.random.rand(d0, d1, ..., dn)

• 功能：生成 [0, 1) 均勻分布的隨機(jī)浮點(diǎn)數(shù)數(shù)組
• 參數(shù)：d0, d1... 為數(shù)組維度（整數(shù)）
• 示例：

  np.random.rand(2, 3)  # 生成 2行3列的隨機(jī)數(shù)組
  # 輸出：array([[0.12, 0.34, 0.56], [0.78, 0.90, 0.23]])
  

2.np.random.randn(d0, d1, ..., dn)

• 功能：生成符合標(biāo)準(zhǔn)正態(tài)分布（μ=0, σ=1）的隨機(jī)數(shù)
• 參數(shù)：同 rand()
• 示例：

  np.random.randn(2)  # 生成2個(gè)標(biāo)準(zhǔn)正態(tài)分布隨機(jī)數(shù)
  # 輸出：array([-0.45, 1.23])
  

3.np.random.randint(low, high=None, size=None, dtype=int)

• 功能：生成 [low, high) 區(qū)間的整數(shù)隨機(jī)數(shù)
• 參數(shù)：
  • low：下限（包含）
  • high：上限（不包含，若未提供則從0開(kāi)始）
  • size：輸出形狀
• 示例：

  np.random.randint(1, 10, size=(3,))  # 生成3個(gè)1-9的整數(shù)
  # 輸出：array([5, 2, 8])
  

4.np.random.random(size=None)

• 功能：生成 [0.0, 1.0) 均勻分布的隨機(jī)浮點(diǎn)數(shù)（單個(gè)數(shù)或數(shù)組）
• 示例：

  np.random.random((2,2))  # 2x2隨機(jī)矩陣
  # 輸出：array([[0.45, 0.78], [0.12, 0.90]])
  

二、概率分布抽樣函數(shù)

1.np.random.uniform(low=0.0, high=1.0, size=None)

• 功能：生成指定區(qū)間 [low, high) 的均勻分布隨機(jī)數(shù)
• 示例：

  np.random.uniform(-1, 1, size=3)  # 3個(gè)[-1,1)的均勻分布數(shù)
  # 輸出：array([-0.23, 0.56, -0.89])
  

2.np.random.normal(loc=0.0, scale=1.0, size=None)

• 功能：生成指定均值（loc）和標(biāo)準(zhǔn)差（scale）的正態(tài)分布
• 示例：

  np.random.normal(loc=5, scale=2, size=2)  # N(5, 22)的2個(gè)樣本
  # 輸出：array([4.89, 6.12])
  

3.np.random.binomial(n, p, size=None)

• 功能：生成二項(xiàng)分布（n次試驗(yàn)，成功概率p）的隨機(jī)數(shù)
• 示例：

  np.random.binomial(n=10, p=0.5, size=3)  # 3次10重伯努利試驗(yàn)的成功次數(shù)
  # 輸出：array([5, 7, 4])
  

4.np.random.poisson(lam=1.0, size=None)

• 功能：生成泊松分布（λ=lam）的隨機(jī)數(shù)
• 示例：

  np.random.poisson(lam=3, size=4)  # λ=3的4個(gè)泊松樣本
  # 輸出：array([2, 4, 3, 5])
  

三、隨機(jī)抽樣與排列

1.np.random.choice(a, size=None, replace=True, p=None)

• 功能：從序列 a 中隨機(jī)抽樣
• 參數(shù)：
  • replace：是否允許重復(fù)抽樣（默認(rèn)True）
  • p：各元素抽樣概率（需與a長(zhǎng)度相同）
• 示例：

  np.random.choice([1,2,3,4], size=3, p=[0.1,0.2,0.3,0.4])
  # 按概率抽樣3個(gè)元素，輸出：array([3,4,4])
  

2.np.random.shuffle(x)

• 功能：原地打亂數(shù)組x（修改原數(shù)組）
• 示例：

  arr = np.array([1,2,3,4])
  np.random.shuffle(arr)  # arr變?yōu)?[3,1,4,2]
  

3.np.random.permutation(x)

• 功能：生成數(shù)組x的隨機(jī)排列（不修改原數(shù)組）
• 示例：

  np.random.permutation([1,2,3,4])  # 輸出：array([2,4,1,3])
  

四、隨機(jī)種子設(shè)置

np.random.seed(42)  # 設(shè)置隨機(jī)種子，保證結(jié)果可復(fù)現(xiàn)
np.random.rand(2)   # 每次運(yùn)行結(jié)果相同：array([0.37, 0.95])

關(guān)鍵區(qū)別總結(jié)

到此這篇關(guān)于NumPy隨機(jī)數(shù)生成函數(shù)的多種實(shí)現(xiàn)方法的文章就介紹到這了,更多相關(guān)NumPy隨機(jī)數(shù)生成函數(shù)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論